摘要
面向天文图像去噪应用的正样本数据集构建方法,涉及图像处理领域,解决目前天文图像用于去噪及去杂散光任务的数据集相对匮乏及处理性能有待提高的问题。本方法通过不同时段星图采集及裁剪;星点识别与定位;双三角形结构的生成与匹配;星图对齐以及数据集正负样本选择实现。本发明适用于天文图像去噪及去杂散光处理的模型训练数据构建。在子图裁剪过程中,优先保留未受污染或受污染较轻的区域,提高数据的有效性与针对性,且后续通过精确识别星点构建双三角形结构并利用几何哈希算法进行星点匹配和图像对齐,最终选择合适的图像作为数据集正负样本。在相同的天文观测条件下,本方法的去噪效果更好,数据处理效率更高。
技术关键词
数据集构建方法
星点识别
三角形结构
坐标
样本
矩阵
生成数据集
顶点
匹配误差
哈希算法
散光
图像处理
参数
像素
有效性
无污染
系统为您推荐了相关专利信息
电气石
潜力预测方法
激光剥蚀电感耦合等离子体质谱仪
元素
三维模型
皮肤镜
图像分类方法
全局特征提取
特征提取模块
局部特征提取
缺陷分析方法
样本
LSTM模型
智能电网系统
机器可读存储介质